AI qui pense comme nous? Les chercheurs dévoilent un nouveau modèle pour prédire le comportement humain

Imaginez une voiture autonome naviguant dans le centre-ville. Pour éviter une collision, il doit juger si le piéton du coin est sur le point de traverser. Ou considérez un algorithme d'investissement qui négocie des actions – il doit anticiper comment les investisseurs humains réagiront aux actualités avant de faire un pas.

Dans les deux cas, les machines doivent faire plus que calculer – elles doivent comprendre le comportement humain. Mais les modèles d'IA à usage général d'aujourd'hui, comme GPT ou LLAMA, ne sont pas construits pour cela.

Entrez BE.FM, abréviation de Behavioral Foundation Model, un nouveau système d'IA développé par des chercheurs de l'Université du Michigan, de l'Université de Stanford et de Moblab. Be.fm est l'un des premiers systèmes d'IA conçus spécifiquement pour prédire, simuler et raison sur les actions humaines. L'œuvre est publiée sur le SSRN serveur de préimprimée.

Contrairement aux modèles traditionnels qui reposent sur des corpus de texte génériques, BE.FM est formé sur des données spécifiques aux sciences du comportement – des expériences contrôlées aux enquêtes et aux études académiques.

« Nous ne le nourrissons pas Wikipedia », a déclaré Yutong Xie, un doctorant en sciences de l'information à l'UM et auteur principal de l'étude. « Nous avons construit un ensemble de données comportementales – plus de 68 000 sujets à partir de données expérimentales, environ 20 000 répondants enquêtes et des milliers d'études scientifiques – pour aider le modèle à raisonner pourquoi les gens agissent comme ils le font. »

Cette formation spécialisée donne à BE.fm un avantage sur les AIS à usage général, qui ignorent souvent les comportements minoritaires ou mal lu les indices sociaux complexes. Par exemple, les travaux antérieurs de l'équipe, publiés dans le Actes de l'Académie nationale des sciencesmontre que les IS standard ont tendance à imiter les comportements humains moyens, mais ne parviennent pas à couvrir la diversité des distributions humaines. Plus important encore, be.fm démontre une gamme de capacités émergentes – les enfants que les chercheurs n'ont pas explicitement programmé – qui se répartissent dans quatre domaines d'application clés.

La première force et la plus visible de BE.fm est sa capacité à prédire le comportement humain dans des situations réelles. Par exemple, Xie a décrit un scénario où un banquier offre quelques options d'investissement à un groupe. Be.fm peut être utilisé pour prédire quels choix les gens sont susceptibles de préférer et combien coopéreront ou prendront des risques. Cette prévision comportementale pourrait soutenir la modélisation économique, les tests de produits ou l'analyse des politiques publiques, offrant un moyen de simuler le comportement du groupe avant de lancer des essais coûteux du monde réel.

Be.fm peut également déduire les traits psychologiques et les informations démographiques à partir de comportements ou de données de fond. Dans les applications, cela pourrait signifier déduire si une personne est extravertie ou agréable en fonction de son âge et de son sexe, ainsi que d'autres données démographiques, ou d'estimation de l'âge de quelqu'un en fonction de ses traits de personnalité. Cette capacité pourrait aider les chercheurs à segmenter plus efficacement les utilisateurs, à guider les interventions personnalisées ou à informer la conception des produits.

Le comportement humain se déplace souvent en réponse au contexte, tels que les changements de synchronisation, les normes sociales ou les signaux environnementaux. Be.fm peut aider à détecter et à raisonner sur ces pilotes.

Par exemple, lorsque le comportement de l'utilisateur dans une application change de janvier à février, BE.FM peut aider à identifier les facteurs contextuels qui pourraient influencer le changement, comme une mise à jour de conception, une tendance saisonnière ou des changements dans la façon dont les informations sont encadrées. En analysant les modèles à travers les scénarios, le modèle peut faire surface d'informations sur les indices environnementaux qui façonnent la prise de décision.

Cela en fait un outil potentiellement précieux pour les chercheurs, les concepteurs et les analystes politiques qui cherchent à comprendre pourquoi les comportements changent et comment répondre efficacement.

Enfin, be.fm peut organiser et appliquer les connaissances en sciences du comportement pour soutenir les workflows de recherche. Construit sur une grande architecture de modèle de langue, il peut générer de nouvelles idées de recherche, résumer la littérature ou résoudre des problèmes d'économie comportementale appliqués.

Pour les universitaires et les praticiens, il pourrait devenir un outil pour réfléchir aux hypothèses, planifier des études ou même simuler des scénarios avant les tests sur le terrain.

Dans ces quatre catégories, BE.FM a systématiquement surpassé les modèles commerciaux et open source comme GPT-4O et LLAMA dans la correspondance du comportement humain, en particulier dans les tâches telles que la prédiction de la personnalité et la simulation de scénarios. Ses prédictions reflétaient plus étroitement les modèles du monde réel, en particulier au niveau de la population.

Pourtant, le modèle a des limites – ses performances au-delà de ces quatre domaines restent non testées. Il n'est pas encore conçu pour prévoir des événements politiques à grande échelle ou prédire des résultats tels que les élections ou les accords de paix.

L'équipe de recherche travaille déjà pour étendre la couverture du domaine de BE.FM.

« Comportement en santé, éducation, même géopolitique – l'objectif est de faire de la fm utile partout où les gens prennent des décisions », a déclaré Qiaozhu Mei, professeur d'information UM et auteur correspondant de l'étude.

Les modèles be.fm sont disponibles sur demande. L'équipe invite les chercheurs et les praticiens à utiliser le modèle et à partager leurs commentaires.